筑波大学の佐久間先生が講義している機械学習の授業（2019年度）がOCW（オープンコースウェア）として公開されています。まだ、勉強途中ですが紹介します。
授業は初めて機械学習の勉強をする人向けの内容ですがプログラミングはなく数学(微分、線形代数など)を使った理論的な内容です。
授業内で解説されている課題の解答をコメントとして載せていく予定です
URLは次の通りです。
動画は授業は合計20回で1回あたり１時間の講義です。スライドのPDFも公開されていてトータルで約400ページになっています。奇数回・偶数回で１テーマになっていて同じスライドがアップされていますので奇数回のみダウンロードすればOKです。演習などで使われるプログラムは公開されていないようです。
2.のスライドと動画でGoogle Colaboratoryについての説明があります。初めて知ったのでスライドのコードを試してみました。結果winequality-red.csvのダウンロードはできました。
このデータは http://www3.dsi.uminho.pt/pcortez/wine/ のデータと同じようです。
Googleで赤ワイン 回帰で検索するとQiitaも含めたくさんヒットします。
講義一覧は次の通りです。
- 機械学習概論と単回帰 (1)
- 機械学習概論と単回帰 (2)
- 重回帰 (1)
- 重回帰 (2)
- モデルの複雑さと汎化 (1)
- モデルの複雑さと汎化 (2)
- 特徴選択とL1正則化 (1)
- 特徴選択とL1正則化 (2)
- 決定的識別モデル (1)
- 決定的識別モデル (2)
- カーネル/確率的識別モデル1 (1)
- カーネル/確率的識別モデル1 (2)
- 確率的識別モデル2/経験損失最小化 (1)
- 確率的識別モデル2/経験損失最小化 (2)
- k-meansと主成分分析(1)
- k-meansと主成分分析(2)
- ニューラルネットワーク1 基礎とCNN (1)
- ニューラルネットワーク1 基礎とCNN (2)
- ニューラルネットワーク2 RNNとGAN (1)
- ニューラルネットワーク2 RNNとGAN (2)